近红外建模和模型评估.pptVIP

近红外检测技术的建模（校准）;联系方式;校准 = 教会仪器;近红外技术应用前提条件;检测;不同实验室比较;什么是校准; 红外光谱定量分析流程 ;光谱定量分析流程;校正模型训练集样品的选择;对样品物化性质的测定;影响近红外分析结果准确性因素;化学计量学方法在近红外光谱中应用 ;主成分分析(PCA)、 马氏距离（MD）、聚类分析（CA）、多元线性回归(MLR) 、偏最小二乘法( PLS) 、人工神经网络(ANN) 和拓扑( Topological) 方法，以及最近提出的支持向量机（Support vector machine）等。 目的在于利用这些化学计量学方法建立稳定、可靠的定性或定量分析模型，以对近红外光谱进行快速、实时的定性定量分析 ;建模常用化学计量学方法;化学计量学已经成为近红外光谱分析中的不可或缺的重要组成部分。主成分分析和偏最小二乘是经典的化学计量学方法，也是在近红外光谱分析中最常用的方法。 PCA是在近红外定性和定量分析中都常用的方法，其主要目的是数据降维，以消除近红外光谱信息中相互重叠的部分，是将光谱数据向协方差最大方向投影，得到最大限度反映被测样品的组成和结构信息的新变量，但由于投影过程与因变量不相关，一般预测精度不很高。 用PLS建立模型，可以利用全部光谱的信息对样品进行分析，将光谱矩阵的分解和回归交互进行，由于光谱的非线性会导致过拟合，因此在近红外光谱的应